Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
8
Erika Rocío Reyes González
TEMA 1 FUENTES DE INFORMACIÓN CLIMÁTICA, CÁLCULO DE MEDIDAS DE
DISPERSIÓN Y CENTRALIDAD
Fuentes de información climática
La globalización y las políticas de liberación de datos de instituciones dedicadas a
la recolección y análisis de los datos han permitido que en la actualidad exista una
gran cantidad de sitios de internet que contienen información climática y
meteorológica a la cual podemos acceder. Parte de esta información es generada
por instituciones académicas que se encargan de la investigación y de generar su
propia información, mientras que otra parte es recabada por instituciones
especializadas en estos temas y que forma una base de datos con la información
producida por otras instituciones dedicadas a la investigación en meteorología y
climatología.
En México la mayor parte de la información que se emite sobre meteorología y
climatología corresponde al Servicio Meteorológico Nacional institución
perteneciente a la Comisión Nacional del Agua. En ella podemos encontrar
información sobre pronósticos meteorológicos, boletines con la información de los
principales fenómenos meteorológicos en tiempo real que ocurren en el país,
imágenes de satélite, y sistemas de alerta temprana para el caso de tormentas
severas y huracanes (http://smn.cna.gob.mx/). Otras fuentes de información son
la Comisión Federal de Electricidad (CFE: www. cfe.gob.mx) la Secretaria de
Marina (SEMAR: www. semar.gob.mx)
Existen también instituciones internacionales encargadas de generar datos
climáticos para diferentes fines, algunas de las instituciones son las siguientes:
9
El “International Research Institute for Climate and Society”
http://portal.iri.columbia.edu/portal/server.pt la diversidad de información climática
que podemos encontrar en esta página es enorme, ya que se encarga también de
recopilar información de otras instituciones que se dedicas a producir información
climática.
Parte de la información que podemos encontrar en el sitio del IRI es
-Cálculo del SPI (índice estandarizado de precipitación)
-Cálculo de NDVI (índice normalizado de la vegetación)
-Datos de humedad específica
-Datos de humedad del suelo
Algunas otras instituciones con información climática y meteorológica son:
-National oceanic and atmospheric administration http://www.noaa.gov/
-Atmospheric sciences de la University of Illinois at urban champaing.
http://www.atmos.illinois.edu/index.html
-Centro meteorológico perteneciente a la Comisión federal de electricidad
http://app.cfe.gob.mx/Aplicaciones/QCFE/Meteorologico/WebForms/Bol_Matutino.
aspx
-Instituto nacional de ecología (Escenarios de cambio climático para México)
http://zimbra.ine.gob.mx/escenarios/
10
Medidas de dispersión y centralidad.
Las medidas de centralidad son aquellas que indican alrededor de que valor se
encuentran nuestros datos; es la disposición de una serie de datos para
agruparse alrededor del centro o de ciertos valores; mientras que las medidas de
dispersión, indican como están agrupados nuestros valores en torno a un punto
central, la dispersión es una medida de la diferencia y distancia numérica entre los
valores de una serie.
Las medidas de centralidad son las siguientes:
Moda: Se refiere al valor que más veces se observa en una serie de datos. La
moda muestra hacia qué valor los datos tienden a agruparse (Canavos, 1988).Se
puede dar el caso de que en una serie de datos existan más de dos modas, a este
tipo de distribuciones se les conoce como Bimodal.
Para conocer la moda de una serie de datos, estos se tienen que ordenar de
forma decreciente y determinar la cantidad de veces que se repite cada valor
numérico. Si ningún valor se repite más de una vez, no existe moda en nuestro
conjunto de datos.
Media: La media es la medida de tendencia central más utilizada. Para calcular la
media de una serie de datos se suman todos los datos y se dividen entre el
número de datos.
La media se calcula de la siguiente manera.
𝑥 =𝑋1!!!
!!!
𝑛
Mediana: La mediana se refiere al dato que se encuentra en medio de la serie de
datos, es necesario que los datos estén ordenados de menor a mayor para poder
encontrarla. La fórmula para calcularla es la siguiente:
11
𝑚 =𝑛 + 12
Donde n representa al número de datos.
Si m es un número decimal, la mediana es el promedio del número anterior y
posterior.
Como ya se mencionó anteriormente, las medidas de dispersión nos indican como
están agrupados los datos en torno a una medida de posición o tendencia central
y que por lo tanto nos indicara que tan representativa resulta ser dicha medida de
posición. Cuando la dispersión es mayor, menor es la representatividad de la
medida de posición.
Rango: El rango se define como la diferencia entre los dos valores extremos, el
mínimo y el máximo (al valor máximo se le resta el valor mínimo). Expresa cuántas
unidades de diferencia se encuentran entre estos dos valores. El valor del rango
se denota por la siguiente fórmula.
Re= 𝑋!"# -𝑋!"#
Varianza: La varianza mide la mayor o menor dispersión de los valores de la
variable respecto a la media aritmética (Ruiz, 2004). La media aritmética tendrá
menor representatividad mientras mayor sea la varianza ya que habrá una
dispersión mayor.
En conclusión, la varianza es el promedio del cuadrado de las distancias entre
cada observación y la medida del conjunto de observaciones (Canavos, 1988) y
para obtenerla se utiliza la siguiente fórmula:
s2= (𝑥! − 𝑥 !!!! )2 /(n-1)
En donde 𝑥! representa cada uno de los valores de la muestra
𝑥 Es el valor de la media
Y, n es el número total de valores de nuestra muestra.
12
Lo que expresa la fórmula anterior es la sumatoria de cada uno de los datos
menos la media aritmética, todo esto elevado al cuadrado y el resultado se divide
entre el número de datos menos 1.
Desviación estándar: La desviación estándar es la raíz cuadrada positiva de la
varianza. No se puede calcular la desviación estándar sin conocer antes el valor
de la varianza, por lo tanto no se consideran medidas de variabilidad distintas.
La fórmula para calcular la desviación estándar es la siguiente.
s= (𝑥! − 𝑥 !!!! )2/(n− 1) o s= 𝑠!
Ejercicio guiado.
Los siguientes datos se refieren a las temperaturas máximas registradas
diariamente durante el mes de mayo del año 2008 en la estación con clave 16258
ubicada en el municipio de Tuxpan, en el estado de Michoacán. Utilizando la
información proporcionada anteriormente obtener las medidas de dispersión y
centralidad de esta serie de datos.
Fecha T. Máx
01/05/2008
02/05/2008
03/05/2008
04/05/2008
05/05/2008
06/05/2008
07/05/2008
08/05/2008
09/05/2008
10/05/2008
30
32
31
32.5
31.5
31
34
32
32.5
33
11/05/2008
12/05/2008
13/05/2008
14/05/2008
15/05/2008
16/05/2008
17/05/2008
18/05/2008
19/05/2008
20/05/2008
34
32.5
32
32
31
31.5
31
31
30
22
13
21/05/2008
22/05/2008
23/05/2008
24/05/2008
25/05/2008
26/05/2008
27/05/2008
28/05/2008
29/05/2008
30/05/2008
31/05/2008
27
28
29
31.5
32.5
32
31
31
30.5
29.5
32
Moda:
Paso 1. Ordenar de mayor a menor
34, 34, 33, 32.5, 32.5, 32.5, 32.5, 32, 32, 32, 32, 32, 32, 31.5, 31.5, 31.5, 31, 31,
31, 31, 31, 31, 31, 30.5, 30, 30, 29.5, 29, 28, 27, 22.
Paso 2. Determinar qué valor es el que se repite el mayor número de veces. En
este caso es el 31.
Media: En este caso esta medida de centralidad nos indicará en torno a que valor
medio están oscilando las temperaturas máximas en este mes, para esta estación
y lugar.
Fórmula:
𝑥 =𝑋1!!!
!!!
𝑛
Paso 1. Sumar todos los valores
𝑥 =
34 + 34 + 33 + 32.5 + 32.5 + 32.5 + 32.5 + 32 + 32 + 32 + 32 + 32 + 31.5 + 31.5 +31.5 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 30.5 + 30 + 30 + 29.5 + 29 + 28 + 27 + 22
!!!!!!
𝑛
14
𝑥 =960𝑛
Paso 2. Dividir la sumatoria entre el número de datos de la serie
𝑥 =96031
𝑥 = 30.96
La temperatura máxima media del mes de mayo del año 2008 fue de 30.9°C
Mediana:
Paso 1. Ordenar los datos de menor a mayor.
22, 27, 28, 29, 29.5, 30, 30, 30.5, 31, 31, 31, 31, 31, 31, 31, 31.5, 31.5, 31.5, 32,
32, 32, 32, 32, 32, 32.5, 32.5, 32.5, 32.5, 33, 34, 34.
Paso 2. Aplicar la fórmula
𝑚 =𝑛 + 12
𝑚 =31+ 12
𝑚 =322
𝑚 = 16
El valor que corresponde a 𝑚 = 31.5, ya que es el valor que se ubica en el lugar
número 16.
15
Rango:
Paso 1. Ordenar los datos de menor a mayor
22, 27, 28, 29, 29.5, 30, 30, 30.5, 31, 31, 31, 31, 31, 31, 31, 31.5, 31.5, 31.5, 32,
32, 32, 32, 32, 32, 32.5, 32.5, 32.5, 32.5, 33, 34, 34.
Paso 2. Aplicar la fórmula
Re= 𝑋!"# -𝑋!"#
Re= 34 -22
Re=12
Varianza:
Paso 1. A cada uno de los valores de nuestra serie de datos restarle el valor de la
media (𝑥 )
s2= (𝑥! − 𝑥 !!!! )2 /(n-1)
s2= ((22 − 30.9) + 27 − 30.9 + 28 − 30.9 + 29 − 30.9 + 29.5 − 30.9 + 30 − 30.9 +!!!!
30 − 30.9 + 30.5 − 30.9 + 31 − 30.9 + 31 − 30.9 + 31 − 30.9 + 31 − 30.9 + 31 − 30.9 +
31 − 30.9 + 31 − 30.9 + 31.5 − 30.9 + 31.5 − 30.9 + 31.5 − 30.9 + 32 − 30.9 + 32 −
30.9 + 32 − 30.9 + 32 − 30.9 + 32 − 30.9 + 32 − 30.9 32.5 − 30.9 + 32.5 − 30.9 +
32.5 − 30.9 + 32.5 − 30.9 + 33 − 30.9 + 34 − 30.9 + (34 − 30.9)) 2 /(n-1)
s2= ((−8.9) + −3.9 + −2.9 + −1.9 + −1.4 + −0.9 + −0.9 + −0.4 + 0.1 + 0.1 +!!!!
0.1 + 0.1 + 0.1 + 0.1 + 0.1 + 0.6 + 0.6 + 0.6 + 1.1 + 1.1 + 1.1 + 1.1 + 1.1 +
1.1 + 1.6 + 1.6 + 1.6 + 1.6 + 2.1 + 3.1 + (3.1)) 2 /(n-1)
s2= (2.6)!!!!
2 /(n-1)
16
Paso 2. Elevar al cuadrado el resultado de la sumatoria
s2= 6.76/(n-1)
Paso 3. Dividir este resultado entre el número total de datos menos 1
s2= 6.76/(31-1)
s2= 6.76/30
s2= 0.223
Desviación estándar.
Para conocer el valor de la desviación estándar únicamente se debe obtener la
raíz cuadrada de la varianza.
s= 𝑠!
s= 0.223
s=0.4722
Un ejemplo del uso de la desviación estándar dentro de la climatología es para el
cálculo del SPI (índice estandarizado de precipitación), este se refiere al número
de desviaciones estándar que cada registro de precipitación se desvía con
respecto al promedio histórico. Si los registros son mayores que el promedio,
entonces se habla de valores de SPI positivos, caso contrario a si se registran
valores menores que el promedio histórico, entonces los valores de SPI serán
negativos.
Ejercicio:
Los siguientes datos se refieren a las temperaturas mínimas registradas
diariamente durante el mes de mayo del año 1989 en la estación 16258 ubicada
en el municipio de Tuxpan, en el estado de Michoacán. Utilizando la información
17
proporcionada anteriormente obtener las medidas de dispersión y centralidad de
esta serie de datos.
Fecha T. min.
01/05/1989
02/05/1989
03/05/1989
04/05/1989
05/05/1989
06/05/1989
07/05/1989
08/05/1989
09/05/1989
10/05/1989
11/05/1989
12/05/1989
13/05/1989
14/05/1989
15/05/1989
16/05/1989
17/05/1989
18/05/1989
19/05/1989
20/05/1989
21/05/1989
22/05/1989
23/05/1989
24/05/1989
25/05/1989
26/05/1989
12
12.5
12
11.5
9
11.5
15
10.5
13.5
11
11.5
10.5
10.5
9.5
9.5
9.5
10.5
10.5
13
13.5
14.5
11.5
10.5
9
8.5
9
19
Bibliografía:
Canavos, George C. 1988. “Probabilidad y estadística. Aplicaciones y
métodos” Virginia Commonwealth University. Traducción: Urbina Medal,
Edmundo Gerardo. UAM Iztapalapa. Pp. 651.
Mendenhall, William. Sheaffer, Richard L. y Wackerly, Dennis D. 1986.
“Estadística matemática con aplicaciones” University of Florida. Traducción:
Valcky Verbeeck, Dirk y De la Fuente Pantoja, Arturo. Pp. 751.
Nieto Reyes, Alicia “Medidas de dispersión y centralidad” Bioestadística.
Pp. 8
Ruiz Muñoz, David. 2004. “Manual de estadística” Eumed.net. Pp. 91
Vargas, Delfino. 2009. “Medidas de tendencia central”. Instituto Tecnológico
Autónomo de México. Pp. 13
Páginas Web
Indicadores de sequía ( consultado 5-enero-13):
http://ocw.upm.es/ingenieria-agroforestal/climatologia-aplicada-a-la-
ingenieria-y-medioambiente/contenidos/tema-10/INDICADORES-DE-
SEQUIA.pdf
Medidas descriptivas (Consultado 5-Enero-13):
http://www.tuveras.com/estadistica/estadistica02.htm